筆記下 AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 課程相關內容。
![[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 1](https://smlpoints.com/wp-content/uploads/notes-ai-cost-1.jpg "[筆記] AI 寫程式省錢術：從 Token 焦慮到團隊成本治理 – 1")
課程相關資訊
[連結]：https://learn.duotify.com/courses/ai-cost
請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。
內容
1. 要把 AI 放進可控制、可驗證、可協作的工作系統，而不是單純的聊天機器
2. 人負責判斷、AI 負責加速 – 因此你還是需要有一定的知識儲備
3. Harness Engineering – 讓 AI 工具可以依照我們的想法來達成我們要的目標
4. 人與模型都會偷懶
真正讓個人焦慮的來源，是額度不確定
低階分案 – 常不夠用；小模型 – 省錢但不穩；高階模型 – 好用卻燒額度
真正讓團隊焦慮的來源，是成本看不見
誰在消耗額度；哪些任務最燒 Token；工具呼叫與重試；鼓勵使用 vs 成本
要能解決：大量消耗才發現異常；不知道哪些任務會變貴；長上下文與重試會慢慢堆高帳單
補貼總有一天會結束 – 前端工程師很容易燒爆 Token，畢竟太多畫面描述的東西了：例如 Figma 的 Token 是很燒的
因為 AI 成本高，所以要盡量用訂閱並共用 – 但你要解決焦慮，你還是要嘗試用 API 的方式
